Development of nonlinear techniques and computational intelligence for information retrieval from multiscale time series across diverse signal domains
Çeşitli sinyal alanlarında çok ölçekli zaman serilerinden bilgi çıkarımı için doğrusal olmayan tekniklerin ve hesaplamalı zekânın geliştirilmesi
- Tez No: 1019524
- Danışmanlar: DOÇ. DR. TUNÇER BAYKAŞ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mühendislik ve Doğa Bilimleri Ana Bilim Dalı
- Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çok ölçekli zaman serilerinden bilgi çıkarımı; kültürel, endüstriyel, biyomedikal, çevresel ve finansal sistemleri ortak bir çıkarımsal eksende buluşturan temel bir problemdir. Geleneksel yaklaşımlar çoğu zaman her alanı bağımsız bir modelleme evreni olarak ele alır ve sinyalin doğrusal olmayan, çok ölçekli ve ilişkisel yapısını yeterince temsil edemeyen gösterimleri, artan model kapasitesiyle telafi etmeye çalışır. Bu tez, bu yaklaşıma karşı alternatif bir sav ileri sürmektedir: çok ölçekli ayrıştırma, gecikme koordinatlı ve kaos-teorik betimleyiciler, çizge tabanlı gösterimler, manifold gömmeleri ve melez karar akışlarından oluşan ortak bir yöntemsel dilbilgisi; fiziksel kökenleri, karakteristik ölçekleri ve durağanlık varsayımları birbirinden farklı alanlar arasında tutarlı biçimde aktarılabilir. Bu sav, sekiz çalışma üzerinden sızıntısız değerlendirme protokolleri altında sınanmıştır. Türk Klasik Müziği alanında artık bağlantılı evrişimli tekrarlayan ağlar, on beş makam sınıfında %89,09 doğruluk düzeyine ulaşmış; kaos teorik betimleyiciler topluluk–BiLSTM mimarisi içinde birleştirilerek bestekâr üslubunun tanınmasını sağlamış; Hilbert enerji zarflarından türetilen görünürlük çizgeleri ise usul yapılarını 0,99 doğrulukla sınıflandırmıştır. Titreşim temelli analizde, çok ölçekli dalgacık ayrıştırması, geçiş-çizgesi karmaşıklığı ve UMAP gömme birlikte kullanılarak taş boyutu ayrımında %100 grup-bırak çapraz doğrulama başarımı elde edilmiştir. Finansal tahminlemede sembolik dinamikler, rejim-farkındalıklı bir önişleme katmanı olarak konumlandırılmış ve tahmin doğruluğu ile piyasa rejimi arasındaki güçlü bağımlılık ortaya konmuştur. Ek olarak, çerçeve CMAPSS turbofan kalan faydalı ömür kestirimine, BONN EEG veri kümesi üzerinde nöral durum sınıflandırmasına ve Avrupa düzenleyici ölçüm ağı boyunca çok kirletici hava kalitesi tahminlemesine genişletilmiştir. Bu çalışmalar üç temel sonucu görünür kılmaktadır. Birincisi, yapılandırılmış gösterimler yüksek kapasiteli kara-kutu modellere olan bağımlılığı tutarlı biçimde azaltmaktadır. İkincisi, değerlendirme protokolü en az model mimarisi kadar belirleyicidir; ayırma stratejisi ile gerçek dağıtım senaryosu arasındaki uyumsuzluk, karşılaştırmalı literatürdeki iyimserlik yanlılığının başlıca kaynağıdır. Üçüncüsü, yorumlanabilirlik sonradan eklenen bir açıklama katmanı değil, doğrudan gösterim boru hattının yapısal bir özelliğidir. Aynı temsil bileşenlerinin Osmanlı saray müziği ile uçak motoru prognostiği kadar ayrışık alanlarda tekrar ortaya çıkması, yöntemsel genellenebilirliğin uygulama yüzeyinde değil, temsil dilbilgisinde aranması gerektiğini göstermektedir.
Özet (Çeviri)
Information retrieval from multiscale time series is a unifying challenge across cultural, industrial, biomedical, environmental, and financial domains. Conventional pipelines treat each domain in isolation. They escalate model capacity to compensate for representations that ignore the nonlinear, multiscale, and relational structure of the underlying signal. This thesis advances an alternative thesis. A common methodological grammar, multiscale decomposition, delay-coordinate and chaos-theoretic descriptors, graph-based representation, manifold embedding, and hybrid decision pipelines, transfers coherently across domains whose physics, characteristic scales, and stationarity assumptions are otherwise unrelated. Eight studies operationalize this grammar under leakage-free evaluation. In Turkish Classical Music, residual recurrent convolutional networks attain 89.09% makam recognition on fifteen classes; chaos-theoretic descriptors fused through an ensemble–BiLSTM architecture identify composer style; visibility graphs of Hilbert energy envelopes classify usul rhythmic forms with 0.99 accuracy. In vibration sensing, multiscale wavelet decomposition coupled to transition-graph complexity and UMAP embedding achieves 100% leave-one-group-out accuracy on stone-size discrimination. In financial forecasting, symbolic dynamics is introduced as a regime-aware preprocessing layer, exposing a strong coupling between predictive accuracy and market regime. Three further studies extend the framework to turbofan remaining-useful-life estimation on CMAPSS, neural-state classification on the BONN EEG benchmark, and multi-pollutant air-quality forecasting across the European regulatory network. Three conclusions follow. First, structured representations consistently reduce reliance on high-capacity black-box models. Second, the evaluation protocol is as consequential as the architecture; misalignment between split strategy and deployment scenario is the principal source of optimistic bias in the comparator literature. Third, interpretability behaves as a property of the representation pipeline, not as a post hoc explanation layer. The recurrence of the same representational components across domains as disparate as Ottoman court music and aero-engine prognostics establishes the representation grammar, rather than the application surface, as the locus of methodological progress.
Benzer Tezler
- Yapay zekâ ile yemeğin otomatik pişmesini renk takibi ile yapan sistemin geliştirilmesi
Development of an automated cooking system using artificial intelligence and color tracking
FIRAT KOÇYİĞİT
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Katip Çelebi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. AYŞEGÜL ALAYBEYOĞLU
- Destek vektör regresyonu ile PID kontrolör tasarımı
Design of PID controller via support vector regression
KEMAL UÇAK
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLAY ÖKE
- Konut projelerinde ön tasarım aşamasında kaba inşaat maliyetlerinin yapay sinir ağları ile tahmin edilmesi
Estimation of rough construction costs in the preliminary design phase of residential projects using artificial neural networks
BOĞAÇHAN ŞERBETCİOĞLU
Yüksek Lisans
Türkçe
2026
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. FATMA PINAR ÇAKMAK
- İmalat sistemlerinin tasarlanması ve öncelik kurallarının belirlenmesinde yapay sinir ağlarının kullanılması
<the use of neural networks in determination of the manufacturing systems design and dispatching rules
TARIK ÇAKAR
Doktora
Türkçe
1997
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. AYHAN TORAMAN
- İnsan gen yolaklarında ikâme modelleme ve makine öğrenmesi kullanarak varyant analizi
Variant analysis in human gene networks using surrogate modelling and machine learning
FURKAN AYDIN
Yüksek Lisans
Türkçe
2024
Genetikİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜHA TUNA